基于BI 的VTE 风险评估与智能监控系统构建＊

魏巍，付继刚，魏晓鹏，秦华鑫，郭泉成

（潍坊市人民医院信息网络管理办公室，山东 潍坊 261041）

VTE[1-3]是常并发于其他疾病的心血管疾病。据统计，64.4%的患者存在VTE 风险，80%的深静脉血栓（DVT）无临床症状，极易漏诊。利用智能化、自动化的VTE 风险评估技术开展强制性VTE 患者筛查，从而实现对VTE 患者的早评估、早预防、早诊断和早治疗，能够有效降低VTE 风险，提升VTE 防治水平，进一步完善医院的医疗质量管理体系。作为人工智能驱动的医疗综合业务协同平台的重要组成部分，潍坊市人民医院通过迭代开发和样本训练构建VTE 风险评估与智能监控系统并接入平台实现辅助决策支持（BⅠ），为本院质控人员精细化监测、分析、反馈VTE质控指标提供可靠数据支撑。

1 平台介绍

研制基于B/S 架构的VTE 系统，目标是实现自动化、智能化住院患者VTE 风险评估分级，为医护人员提供VTE 预防措施及治疗方案辅助决策支持，为管理人员提供VTE 防治态势感知与监控，利用实时消息推送技术对防治执行过程进行提示预警，构建一个全时、全员、全域、全程的VTE 防治信息系统。系统在独立运行业务的同时，将数据与服务接入全院医疗综合业务协同平台进行临床辅助决策分析。

2 平台架构设计

VTE 系统包括系统输入、系统输出、系统功能模块、系统建模、BⅠ接入5 个部分。系统输入包括患者VTE 特征数据集、医疗质控管理命令，系统输出包括VTE 风险评估分级、出血风险评估分级、预防措施建议、医院VTE 防治统计数据集等，系统功能模块包括业务数据接入、系统自动评估、防治监评统计、系统质控干预、防治辅助决策、医护系统提示、外部数据交互、数据挖掘分析等。系统以早评估、早预防、早诊断和早治疗为目标进行建模，从HⅠS、手麻、医嘱、检验检查、护理管理系统、电子病历系统等业务系统接入患者基本信息、诊断信息、手术信息、检验检查信息、电子病历信息等相关诊疗信息作为评估数据基础，从患者因素、疾病因素、治疗因素、检查因素4 个维度对诊疗信息进行划分，最后结合病例专科信息选用合理量表进行全员评估，有效识别确诊患者和预警病例，完成全面数据分析。

2.1 物理架构

VTE 系统利用Web 页面服务的形式向院内各科室相关人员提供信息化风险评估与预警监控服务，向相关医护人员主动推送防治提示项和预警信息，同时动态监测医护执行记录和患者数据集，及时跟踪反馈VTE 防治变化情况[4-5]。其物理结构如图1 所示。

图1 VTE 系统物理结构

2.2 功能架构

VTE 系统是架构于JAVA 体系之上可跨平台支持的数据库应用管理系统，包括HⅠS、电子病历、检验、检查、手麻以及其他各类业务系统，通过数据集成、数据标准化等处理，根据业务需求、系统模型处理对标准化数据进行加工运算，最终向用户展现数据处理结果。

2.3 技术架构

VTE 系统以信息系统建设相关标准规范为框架，采用JAVA 相关技术组件开发应用服务，以MySQL 数据库提供数据服务，以SpringBoot 等技术构建数据传递和功能框架，最终利用JQuery 等前端技术实现定制功能及数据的具体呈现直达用户。系统用户操作层、业务逻辑层、数据交互层、数据库层4 层逻辑技术架构如图2 所示。

图2 4 层逻辑技术架构

3 VTE 业务模型实现

VTE 业务模型主要包括数据采集、数据智能处理、病例自动评估、报表统计、智能辅助与护理、防治质量控制核心指标、BⅠ接入等13 个模块50 余个功能点。

3.1 业务数据采集

以定时任务结合主动抓取方式从HⅠS、LⅠS、PACS、手麻系统、电子病历系统、护理病历系统持续增量获取病例在院期间的临床业务数据，自动对数据进行评估、分析。针对新入病例、转科病例、手术病例、待出院病例等相关结点，VTE 系统自动去抓取对应病例的最新信息并评估分析，动态实时地显示最新的分析结果。

3.2 业务数据加工

使用自然语言处理技术、数据挖掘技术对患者在院内产生的结构化和非结构化的数据进行切分词、挖掘分析、标准化、归一，使得检查数据、电子病历数据、护理记录数据等非结构化的数据标准化，转换为计算机能够识别的结构化数据。

3.3 评估模型与专病库

基于国内外最新的指南规范及标杆医院的经验成果将风险评估、出血评估、临床可能性评估、病例禁忌评估等模型内嵌到VTE 系统中，并以规则维护的方式来体现评估筛查的准则，支持对知识库的实时维护与更新升级，将指南内容转化为筛查、防治规则，为临床辅助提供智能支持。

4 实施效果

VTE 系统能够实现独立监评统计与统计分析功能的同时，还可通过接口技术实现与HⅠS 的即时通信，做到实时提醒，同步接入BⅠ实现多维管理一致性。

4.1 在院病例实时提醒

系统实时获取住院病例的诊疗数据，自动对临床信息进行评估分析，将VTE 相关的重点问题呈现，为医务质控人员进行精准智慧管理提供数据支撑。从评估、预警、疑诊、确诊等维度展现VTE 相关的实时指标数据，按照患者风险级别、病例预防措施、疾病发病类型、患者治疗措施等以图表的形式显示评估、预防、治疗情况。

4.2 VTE 指标监评统计

VTE 系统针对终末病例进行相关终末指标的详细统计，主要包括综合统计、评估质量、预防质量、治疗质量、检验检查、重点患者等维度的VTE 指标。综合统计主要是统计筛选时段内整体出院病例数、VTE确诊病例数、院内发生病例数、肺栓塞发生病例数、下肢静脉血栓发生病例数、其他血栓病例数等相关的整体指标，评估质量主要统计汇总风险评估、出血评估、临床可能性评估等评估相关的VTE 指标，预防质量主要统计汇总整体预防病例、基础预防、物理预防、药物预防、联合预防、未预防等预防相关的VTE 指标，治疗质量主要统计汇总整体治疗病例、物理治疗、药物治疗、手术治疗、未治疗等治疗相关的VTE 指标，检验检查主要统计汇总D-二聚体、静脉超声、肺动脉造影等检验、检查相关的VTE 指标，重点患者主要统计汇总手术患者、危重患者、肿瘤患者、妊娠患者等VTE 高发人群相关的VTE 指标。切换不同VTE 指标可以查看当前指标的分布图、趋势图等其他维度的相关数据。

4.3 VTE 分析统计

系统提供多维度的统计查询功能。医生护士审核数据统计能够按照院区、科室、评估日期、角色、操作人查询某时间段内医生和护士风险评估次数以及每个节点审核的次数。出院患者节点分析统计能够从全院或者科室层面，按照出院日期、患者姓名、就诊号、登记号、节点类型、风险级别等查询患者历史评估信息。VTE 随访查询统计能够支持从全院、科室、随访表单等维度进行多维化的分析。

4.4 嵌入医疗决策支持

通过与BⅠ系统实现同库、同步、同属性的“三同”调用，明确数据指标、属性定义、衡量指标、业务角色等相关口径全院统一调取，提供可通用、快速响应的数据资源，按照指标属性设计数据呈现方式，设置目标值与指标值等参数进行全面的数据分析，使得数据得到有效利用。

5 结束语

2021 年未建成VTE 平台之前，潍坊市人民医院VTE 防控工作无法形成完整的管理体系，临床人员手工评估准确率低，医护对接不及时而且防治效果不满意。其中24 h 内VTE 风险评估率小于50%，中高危患者出血风险评估率和肺栓塞风险评估率均为0%，院内VTE 发生率大于5%。在建成VTE 平台后，24 h 内VTE风险评估率大于90%，出血风险评估率和肺栓塞风险评估率均大于80%，院内VTE 发生率小于1%，所有指标均达到目标要求。VTE 系统作为防治管理模式实现智能化信息化管理的重要措施，承载着海量防治数据信息，基于BⅠ的VTE 风险评估与智能监控系统，既能实现本院监测指标项目的统一管理，又能够结合国家相应目标属性及数据的改进要求进行灵活配置，技术架构具有很大参考价值与可复现特性，为各大公立医院开展数据分析，临床辅助VTE 防治决策提供较高的实用价值。